□ 王 东 孙 磊 张春林 河北省食品检验研究院
现阶段,我国消费人群十分庞大,同时,目前的食品安全环境也十分复杂。数据在短时间内就会发生巨大的变化,数据增长的速度也非常快,如果发生事故,就会涉及诸多方面。随着社会的发展,大数据技术逐渐成为食品安全管理工作中的强大技术。大数据具有信息容量大、来源丰富、增长速度快的优点,相关的部门应该充分利用大数据,根据我国目前食品安全所处的状况,加强食品安全管理工作。
由于我国的食品安全监测点数量较多,高达上万个,同时,每个监测点每天都会上报各类食品安全问题及监测数据,将这些数据汇集起来便形成了巨大的数据库。另外,当前数据的更新速度十分快需要进行大量的在线和实时更新的数据处理和分析。除此之外,由于食品安全所涉及的数据的种类比较多,数据多以图表影像的存储形式,因而在对食品安全进行分析总结时,工作量非常庞大。大数据可以对庞大的数据进行有序的分类,同时便于相关工作人员及时查找,分析处理,从而实现食品安全管理[1—3]。
在分析我国食品安全问题的过程中,必须要结合大数据的方法理论,并根据食品安全数据特征,建立起食品安全数据分析平台。食品安全平台可获取数据、存储管理数据、分析数据以及应用数据。获取数据是通过大数据分析平台对数据信息进行整合,如日常监测食源性疾病监测数据、食品安全环境污染相关的遥感数据等,并实现数据流通。这些数据是对引起人体疾病的食品安全问题数据进行监测,对影响食品质量安全的污染物进行监测而获得的数据。数据的存储管理工作主要是通过相应的技术弥补数据存储中的缺陷,实现对数据高效灵活的应用,分析数据是整个过程中最为重要的步骤,明确食品安全中存在的各类影响因子。相关工作人员可以使用影响因子作用模型来进行分析研究。在应用数据时,深入把握食品安全事故发生的征兆,并做好相应的预防工作,通过大数据分析技术达到确保食品安全的目的。
食品安全问题涉及多学科知识,综合性比较强,要想对食品安全问题有更为全面和深入的研究,必须要对各方面的实际信息进行综合的分析,利用好数据以及与之相关的各类辅助信息,从中获得更多有价值的信息。比如,将食品安全监测数据信息与天气数据信息或者社会发展经济信息结合起来,利用相关的分析模型对数据进行综合分析,从中获得更为全面、科学的认识[4]。
在对疾病经济负担进行研究过程中,最重要的就是对各类数据进行分析,这极大地促进了我国食品安全的发展。利用各种由食物引起的疾病或者伤害有关的数据信息,测量疾病导致的人身健康损失,为相关部门制定各种决策提供依据,同时也利于确定食品安全预防控制过程中需要优先考虑的问题,并促进卫生资源的有效合理利用。
安全预警模型是涵盖各种由食物引起的疾病、自然环境变化、社会环境以及网络信息等多种信息资源的食品安全预测模型,通过该模型能够在第一时间内掌握食品安全状态,发现食品中存在的各种问题,分析问题产生的原因,并对发展趋势进行预测,从而得出相应的数据信息,为相关部门采取相应的控制措施提供信息依据,从而预测食品安全问题。
近些年来,我国经常发生食品安全事件,从最早的劣质奶粉到后来的瘦肉精中毒事件,诸多食品安全事故的发生,严重影响着人们的身心健康。我国目前食品安全问题已经引起了相关部门的重视,各国政府及学术界和工业界的专业人士也对食品安全问题进行深入的研究。相关人员必须要加快解决食品安全领域的问题,把握食品安全大数据发展趋势,不断引进新的思想和方法,从而有效预防和控制食品安全问题。相信我国食品安全领域将朝着食品安全与大数据共同创新发展的方向前进。